【摘 要】
：
巡检业务是保证网络、线路正常运行的常用手段,广泛应用于各种工业场景,如电力线路巡检、天然气管道巡检等场景。由于设备和业务日趋多元,巡检任务工作量大、管理问题多、工作效率低等问题日益突出,亟待研究解决。为了保证巡检车辆请求任务运行的连续性,以及提高通信链路的服务质量,本文重点研究服务迁移机制和链路优化机制。目前,关于这两方面的研究已经有了一些研究成果,但仍然存在局限性。服务迁移方面,在建立边缘网络状
论文部分内容阅读
巡检业务是保证网络、线路正常运行的常用手段,广泛应用于各种工业场景,如电力线路巡检、天然气管道巡检等场景。由于设备和业务日趋多元,巡检任务工作量大、管理问题多、工作效率低等问题日益突出,亟待研究解决。为了保证巡检车辆请求任务运行的连续性,以及提高通信链路的服务质量,本文重点研究服务迁移机制和链路优化机制。目前,关于这两方面的研究已经有了一些研究成果,但仍然存在局限性。服务迁移方面,在建立边缘网络状态模型时,现有研究缺少对节点不可用、链路不可用、区域不可用情况的讨论,在制定迁移决策时,现有研究很少将设
其他文献
随着现代化进程不断加快,我国环境污染形势不容乐观,环境治理能力亟待提升。民间社会力量是补充政府与市场不足的重要力量,提高其环境监督能力能够有力提高环境治理成效。但是,民间环境监督能力仅依靠单个环境NGO的力量无法完成,需要多个环境NGO形成合作网络合力推进环境问题的解决。目前我国环境NGO之间的合作正刚刚起步,合作效果不够明晰,合作路径相对模糊。这导致合作难以深化,也制约了民间环境监督能力的提高。
随着新型工业的不断发展,在各行各业中科学仪器的使用越来越广泛。但是,因设备故障造成的停工停产,质量下降等问题也被不断放大,如何对科学仪器进行有效的维护和管理成为了一个亟待解决的问题。BSD-PS仪器是一款贝士德科技仪器有限公司的检测物理吸附能力的科学仪器,又由于本人在该公司工作,考虑到对仪器的熟悉程度和数据获取难度,因此,最终决定本课题基于BSD-PS仪器来进行展开。把物联网和云服务技术相结合并应
乙烯(C_2H_4)是一种重要的植物激素,其排放量可作为检测生鲜果蔬成熟度的指标。目前常用于C_2H_4检测的技术主要为色谱和光谱,但这些检测技术存在成本昂贵、体型较大或检测时间较长等不足,在农业领域应用受限。化学电阻式传感器具备体积小、高灵敏度以及成本较低等优点,有望满足未来农业对C_2H_4的实时检测需求。由于C_2H_4分子的化学活性有限,对其检测相对较困难,因此,目前化学传感器对C_2H_
随着柔性电子产品的不断发展,纤维型超级电容器不断受到人们的关注。这是因为它们具有重量轻、体积可控、可编织性以及良好的弯曲和拉伸性能等优点。纤维型超级电容器以其独特的一维结构,可以与其他各种能量收集与转化装置集成为多功能纤维型电子设备,在可穿戴电子纺织品领域具有巨大的应用前景。与目前应用于纤维制备的石墨烯和碳纳米管材料相比,聚(3,4-二氧乙撑噻吩):聚(对乙烯苯磺酸钠)(PEDOT:PSS)因其优
随着新能源汽车的发展,氢燃料电池的市场需求也越来越庞大,石墨双极板作为氢燃料电池的重要组成部分,各大厂家面对日渐增长的市场需求,纷纷实现了石墨双极板规模化生产。但是对于石墨双极板上的表面缺陷,大部分厂家没有合适的自动化外观缺陷检测设备,采取人工检测这种低效、低准确率的方式,严重制约了双极板的生产效率和销量。本文根据石墨双极板的常见表面缺陷,根据产线实际情况,设计出一整套自动化石墨双极板外观检测设备
光子晶体光纤(Photonic Crystal Fibers,PCFs),又称多孔光纤和微结构光纤,特异材指的是一类介电常数和磁导率与普通材料不同的介质,本文以光子晶体和光子晶体光纤为研究对象,使用有限元方法研究普通材料和特异材料构成的光子晶体、光子晶体光纤的能带结构、光纤损耗等的数值模拟,得到光纤的传输模式。本文主要的研究工作为:首先研究的是光子晶体带隙的数学模型和数值模拟方法,研究难点包含大规
With the advent of the era of big data and artificial intelligence,the health maintenance work in industrial systems has gradually changed from manual maintenance to intelligent maintenance era.There
随着智能制造的快速发展,工业生产和大数据技术结合越来越紧密,逐渐形成了工业大数据这个新的研究领域。工业大数据技术蓬勃发展,众多传感器、控制器等设备采集的大量数据为故障预测与健康管理(Prognostics and Health Management,PHM)提供了数据支持。其中剩余使用寿命预测(Remaining Useful Life,RUL)技术通过预测工业装备部件的剩余工作时间,可以在装备发
指针式仪表的应用非常广泛,这些仪表主要依靠人工读数,但是人工读数有着诸多缺点,相比人工读数,机器视觉不仅具备误差率小、效率高、成本低的优点,还能实现数据的互联互通。目前的指针式仪表的识别方法大多数是基于传统的像素特征和刻度线特征,这些方法容易受到光线等外界环境的影响,并且因为表盘结构变化多端导致鲁棒性非常差。而近年来深度学习在图像识别领域表现愈加突出,并且鲁棒性很强,非常适合工业场景下的指针式仪表
随着新一代信息技术在智能生产中的广泛应用,新的智能制造模式对生产调度的实时性和准确性提出了更高的要求。将数字孪生技术应用于生产调度能够实现信息空间与物理空间的交互映射,提高调度策略的灵活性,从而更好地应对生产过程中的不确定事件。在大规模智能制造环境中的生产调度中,云计算平台很难充分满足数字孪生的应用对终端处理器的数据处理能力和实时响应能力的需求。因此,本文对多个车间联合生产的制造场景中基于数字孪生